kaggle竞赛宝典 | 量化竞赛第一名的网络模型

本文来源公众号“kaggle竞赛宝典”，仅用于学术分享，侵权删，干货满满。

原文链接：量化竞赛第一名的网络模型

1 简介

今天我们重温Jane Street 大赛第一名的网络模型。该次赛事数据集包含了一组匿名的特征，feature_{0...129}，代表真实的股市数据。数据集中的每一行代表一个交易机会，你需要预测一个动作值：1表示进行交易，0表示放弃。每笔交易都有一个相关的权重和响应，它们一起代表交易的回报。日期列是一个整数，表示交易的日期，而ts_id表示时间顺序。

该赛事的第一名选手采用的是AutoEncoder+MLP的网络模型。一起回顾学习一下。

2 模型

2.1 模型结构

模型主要由三个模块组成：

1. 加入高斯噪音的Autoencoder模块；

2. Decoder之后数据的原始Loss；

3. 原始数据+Encoder数据的原始问题的Loss；

2.2 相关细节

1. 使用自编码器创建新特征，并与原始特征连接，作为下游MLP模型的输入